先说清楚“AI 产品”在这份战报里指什么：不是带芯片的硬件，而是把模型调用、数字人直播、算力包打包成可下单商品的一整类货。京东披露双 11 期间售出超 5000 万件 AI 产品、服务订单超 3 亿单，Token 关键词搜索量环比增长超 7 倍（中国网）。把一个还没有稳定定价的品类塞进大促货架，本身就是一次产品定义实验；这些判断，只能以 11 月 12 日的公开披露为限。
5000 万件里，硬件和服务各占多少
这个数字读起来像硬件销量，实际更接近“AI 相关成交件数”。一台 AI 眼镜算一件，一个模型月卡也算一件，一个算力包同样算一件。三者的成本结构、退货规则和售后责任完全不同，混在一个数字里发布，对外传播有力，对内做品类管理却不够用。产品团队真正需要的是拆开后的结构：实物、订阅、算力各占多少，哪一块在拉动新客。
新品定义从参数变成了服务组合
过去做新品，先定硬件参数，再定价格带，最后配一条详情页。今年这条链路被改写了：京东把服务拆成 300 多个细分产品，推出服务“333”计划，直接针对隐形收费、售后缺失这类痛点（央视网）。服务一旦被拆成可标价的商品，新品的定义就变成了“硬件加多久的服务、加哪些权益”，参数只是其中一栏。
这也是 AI 产品适合在大促试水的原因。硬件迭代快，用户不敢一次性投入太多；把服务按月卖，等于把一次性决策拆成可撤回的小额试用。对品牌来说，这套结构还带来一个副作用：收入确认从一次性变成分期，财务口径和渠道返利都要重算。
词元上架，暴露的是定价能力
Token 被摆上货架，最直接的变化是消费者第一次能对比“一次问答值多少钱”。中国网报道提到，天猫 10 月 20 日开卖首日 Token 品类成交环比增长 450%，某直播间半小时卖出约 2 万亿 Token（中国网）。数字很大，但换算成单次调用后，价格差异立刻显形：同样的模型能力，不同套餐的折算价可以差出数倍。
这意味着算力商品很快会走进和日用品一样的比价逻辑。谁能在详情页把“每千次调用多少钱”说清楚，谁就更容易被选中；说不清楚的，只能靠赠品和时长堆量。对做商品页的团队，这是一个新题型：参数表之外，还要一张可折算的计价表。比较维度一旦从“有没有”变成“划不划算”，定价结构、赠品设计和详情页顺序就得一起调整，否则用户看完仍然算不清一次调用要花多少钱。
| 品类形态 | 计价单位 | 决策门槛 |
|---|---|---|
| AI 硬件 | 台 | 高，需体验 |
| 模型订阅 | 月卡、周卡 | 低，可试用 |
| 算力包 | Token 数 | 中，需折算 |
服务订单成了新的成交单位
3 亿单服务订单比 5000 万件 AI 产品更能说明趋势。服务订单的履约周期长、触点分散，一次家政或一次体检可能跨两周完成，评价却在服务结束后才出现。品牌习惯了“发货即完成”的电商节奏，接服务单时最容易低估的是履约管理：排期、上门、返工，每一环都会影响评分。
前三季度全国服务零售额增速快于商品零售 4 个百分点（央视网），这条趋势已经把服务推到增长主位。但对单个品牌来说，服务不是加一个 SKU 那么简单，它要求供应链从“仓到门”扩成“人到人”，考核指标从发货时效改成履约完成率与复购间隔。
常见问题
AI 产品销量能不能直接和传统硬件销量对比？
不能。AI 产品统计包含软件订阅和算力包，计量单位不同，退货与履约规则也不同，只能在同一品类内部比较。
服务型商品该用什么指标考核？
看履约完成率、服务后 30 天复购率和差评归因，而不是看发货时效。服务订单的体验发生在履约过程中，发货指标反映不了问题。
算力包这类商品适合长期做促销吗？
适合做拉新，不适合做常态。折扣会直接压缩毛利，且用户容易囤积低价时长，等到恢复原价后流失。
新品要不要一开始就绑服务？
取决于退货率。退货率高的品类绑服务能降低决策门槛，退货率低的品类绑服务反而抬高成本。
